基于RBF神经网络的多体航天器姿态跟踪鲁棒控制 | |
袁长清 ; 李俊峰 | |
2010-07-15 ; 2010-07-15 | |
会议名称 | 全国第十二届空间及运动体控制技术学术会议论文集 ; 全国第十二届空间及运动体控制技术学术会议 ; 中国广西桂林 ; CNKI ; 中国自动化学会空间及运动体控制专业委员会 |
关键词 | 多体航天器 姿态跟踪 非奇异终端滑模 RBF神经网络 鲁棒控制 V448.2 |
中文摘要 | 航天器由中心刚体和一个快速机动天线组成。在姿态大角度机动或快速跟踪时,动力学方程是强耦合非线性的,直接应用传统的鲁棒控制方法比较困难。在考虑模型不确定性和外部干扰力矩的情况下,本文提出了一种新的鲁棒控制策略。鲁棒控制器由RBF神经网络和一个自适应控制器复合而成。RBF神经网络用于逼近模型不确定部分与外部干扰力矩;自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能。根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率。应用Liapunov稳定性理论,证明了闭环系统稳定性。最后,通过数值仿真验证了鲁棒控制策略的有效性。 |
语种 | 中文 ; 中文 |
内容类型 | 会议论文 |
源URL | [http://hdl.handle.net/123456789/67014] ![]() |
专题 | 清华大学 |
推荐引用方式 GB/T 7714 | 袁长清,李俊峰. 基于RBF神经网络的多体航天器姿态跟踪鲁棒控制[C]. 见:全国第十二届空间及运动体控制技术学术会议论文集, 全国第十二届空间及运动体控制技术学术会议, 中国广西桂林, CNKI, 中国自动化学会空间及运动体控制专业委员会. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论